IXThinker·2026-09-07 16:20

李飛飛詳解多模態世界模型Atlas

World Labs聯合創辦人李飛飛詳解新發布的多模態世界模型Atlas：有別於語言模型預測下一標記、視頻模型預測下一幀，Atlas預測新視角，從少量照片理解空間關係，目標是讓AI理解三維物理世界。

基本動作

Atlas的基本運算是「換個位置繼續看」：給它幾張照片，模型理解畫面之間的空間關係，再生成從另一位置看過去的景象。這與語言模型預測下一標記、視頻模型預測下一幀形成鮮明對照。